感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 21 時間:
課程簡介
混合式 AI 部署基礎
- 理解混合、雲端與邊緣部署模型
- AI 工作負載特徵與基礎設施限制
- 選擇合適的部署拓撲
使用 Docker 容器化 AI 工作負載
- 建構 GPU 與 CPU 推論容器
- 管理安全映像檔與註冊表
- 為 AI 實施可重現的環境
將 AI 服務部署至雲端環境
- 透過 Docker 在 AWS、Azure 及 GCP 上執行推論
- 為模型服務配置雲端計算資源
- 保護雲端 AI 端點安全
邊緣與本地部署技術
- 在 IoT 裝置、閘道器及微型伺服器上運行 AI
- 邊緣環境的輕量級執行時期
- 管理間歇性連線與本地持續性
混合網路與安全連線
- 邊緣與雲端間的安全隧道
- 憑證、金鑰及基於權杖的存取
- 低延遲推論的效能調校
編排分佈式 AI 部署
- 在混合設定中使用 K3s、K8s 或輕量級編排工具
- 服務發現與工作負載排程
- 自動化多站點推出策略
跨環境監控與可觀測性
- 追蹤各站點的推論效能
- 混合式 AI 系統的中央化記錄
- 故障偵測與自動復原
擴展與優化混合式 AI 系統
- 擴展邊緣叢集與雲端節點
- 優化頻寬使用與快取
- 平衡雲端與邊緣之間的計算負載
總結與下一步
最低要求
- 了解容器化概念
- 具備 Linux 命令列操作經驗
- 熟悉 AI 模型部署工作流
適用對象
- 基礎設施架構師
- 站點可靠性工程師(SRE)
- 邊緣與 IoT 開發人員
客戶評論 (2)
如前所述,对于像我这样没有经验的人来说,这是了解这些程序/工具等功能与用途的入门途径。
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
課程 - Docker and Kubernetes
機器翻譯
多层次、结构化的课程体系。
Bert Paelinckx - Cube SoftwareSolutions
課程 - Introduction to Docker
機器翻譯